NVIDIA se encuentra a la cabeza de la carrera por la potencia en inteligencia artificial, y su CEO, Jensen Huang, ha lanzado un desafío impresionante: multiplicar por 100 la capacidad de cálculo para IA en los próximos años. Este anuncio, realizado durante la GTC 2025, refleja la creciente importancia de la IA como una herramienta estratégica para los gigantes tecnológicos. Sin embargo, surge una pregunta crítica: ¿realmente necesitamos tanto poder de procesamiento?
Las nuevas arquitecturas como Rubin, Rubin Ultra y la próxima generación Feynman están diseñadas para satisfacer una demanda que crece sin parar.
La carrera por la potencia en inteligencia artificial
El ecosistema de la IA evoluciona a un ritmo vertiginoso, con modelos cada vez más complejos y exigentes. Empresas como OpenAI, Google DeepMind y Microsoft están entrenando modelos de lenguaje masivos que requieren una cantidad de cálculos que antes eran impensables. En este contexto, NVIDIA ha desarrollado Rubin Ultra, un sistema capaz de alcanzar 15 ExaFLOPS (FP4) en tareas de IA y 5 ExaFLOPS (FP8) para el entrenamiento de nuevos modelos. Sin embargo, la siguiente pregunta persiste: ¿es realmente necesaria tanta potencia?
Los ejemplos son claros. En campos como la salud, donde la IA acelera la investigación de nuevos medicamentos, o en la climatología e industria, la creciente capacidad de procesamiento parece justificada. Pero esta búsqueda continua de más potencia tiene un costo: el consumo energético de los centros de datos está aumentando a niveles preocupantes, transformándose en un desafío real. Cada nueva generación de GPU no solo mejora el rendimiento, sino que también incrementa la factura eléctrica, generando inquietud sobre el impacto ambiental.
Además, el costo de entrada se ha convertido en un obstáculo significativo. Las infraestructuras de IA requieren inversiones enormes, accesibles solo para titanes del cloud como Google y Amazon. Esto plantea la cuestión de si el resto de las empresas podrán mantenerse al día, aumentando la dependencia hacia unos pocos actores del mercado.
Los fabricantes de chips, como NVIDIA, tienen razones para promover el aumento de capacidades, mientras que compañías como DeepSeek demuestran que se pueden lograr resultados óptimos con modelos menos complejos y más eficientes energéticamente. La idea de que más potencia se traduzca en una mejor IA es cada vez más cuestionada.
La estrategia de NVIDIA y sus repercusiones
A pesar de las promesas deslumbrantes durante la GTC 2025, las acciones de NVIDIA experimentaron una caída de más del 3,5% tras la conferencia. Este retroceso revela el escepticismo de los inversores respecto a esta frenética carrera por la potencia. Con un aumento explosivo de la inversión en IA por parte de empresas como Microsoft y Meta, surge la pregunta de si esta tendencia es sostenible o si se acercará a un punto de saturación.
NVIDIA debe demostrar que su enfoque no se basa únicamente en el aumento de potencia, sino que proporciona soluciones viables y adaptadas a las necesidades de las empresas. Aunque su posición de liderazgo es innegable, la creciente competencia y las tensiones geopolíticas podrían cambiar rápidamente el panorama del sector.